Boeing развернула большую языковую модель на базе космической аппаратуры

Специалисты Boeing продемонстрировали успешное функционирование больших языковых моделей (LLM) на специализированном космическом оборудовании, обладающем повышенной радиационной стойкостью и ограниченными вычислительными мощностями. Испытания подтвердили возможность интеграции инструментов искусственного интеллекта в системы уже функционирующих спутников посредством программного апдейта, исключая необходимость физической модернизации аппаратуры.

В условиях лабораторного моделирования нейросеть анализировала телеметрические показатели и генерировала отчеты о техническом состоянии систем на естественном языке. Вместо интерпретации массивов сложных технических метрик операторы получали лаконичные текстовые сводки, что существенно оптимизирует мониторинг и снижает когнитивную нагрузку на наземный персонал.

Boeing развернула большую языковую модель на базе космической аппаратуры
Фото: Zeyad Maasarani

Ключевой приоритет проекта — внедрение концепции периферийных вычислений (edge computing) непосредственно на орбите. Учитывая, что космическая электроника традиционно уступает земным аналогам в производительности, а сертификация новых компонентов занимает годы, инженеры Boeing адаптировали ИИ-алгоритмы под существующие ограничения по памяти и скорости обработки данных, доказав эффективность программного подхода.

R&D-подразделение корпорации продолжает работу над внедрением различных моделей ИИ для повышения автономности космических аппаратов. Особое внимание уделяется отказоустойчивости алгоритмов в агрессивной среде, точности прогнозов и полному соответствию жестким отраслевым стандартам безопасности.

Представители компании подчеркивают, что развитие подобных технологий открывает путь к созданию по-настоящему независимых космических систем. В перспективе спутники смогут самостоятельно обрабатывать информацию, диагностировать неисправности и принимать оперативные решения, не полагаясь на постоянный канал связи с Центром управления полетами.

 

Источник: iXBT

Читайте также